Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- en cualquier algoritmo hay un cierto número de umbrales y períodos que hay que ajustar para optimizar el rendimiento por datos históricos
- asume que podemos hacer algún cambio en cada uno de esos valores, hacer una prueba de espalda y ver si es mejor que la anterior. Entonces si lo es... podemos usar nuevos números; ligeros cambios del proceso de prueba mejorado y repetición indefinidamente usando el ROI como la función de costo de la red que estamos sintonizando.
- en la optimización tradicional de enjambres de partículas; PSO llevamos un registro de cuánto hemos cambiado cada variable y mantenemos su velocidad para la siguiente iteración de pruebas de tal manera que cambiamos cada variable en la dirección en que estaba cambiando al mejorar.
- en el enfoque cuántico; QPSO usamos la aleatorización; permitiendo que el enjambre "camine borracho".
- entonces como algo realiza un ascenso en pendiente sobre el ROI en muchas iteraciones de 10k.... eventualmente llega a un máximo local
- podemos asegurarnos de que estos máximos son máximos globales iniciando varias optimizaciones en paralelo con varias condiciones de arranque diferentes.
- entonces, a medida que cada uno alcanza sus máximos locales... podemos "criarlos" intercambiando o transmitiendo los valores de cada "melodía".
- luego repetir el proceso con otro PSO
- de esta manera llegamos al "enjambre de partículas cuánticas de raza elitista" EBQPSO
- un elemento adicional de la función "caminar en estado de embriaguez" es algo que podemos denominar "recocido simulado"; es decir.... a medida que la función de coste se acerca a un máximo.... y ya no estamos obteniendo mejoras en los resultados, entonces podemos hacer que el tamaño de los pasos de los borrachos caminen más pequeños; y podemos sintonizar más finamente con el máximo...
- entonces tenemos "enjambre de partículas cuánticas de raza elitista con recocido simulado" EBQPSOSA
- litepresence2019
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement